Titulo Estágio
Abordagem de Fusão de Dados aplicada a Obstetrícia
Áreas de especialidade
Sistemas Inteligentes
Local do Estágio
Departamento de Engenharia Informática da Universidade de Coimbra
Enquadramento
A maior parte dos modelos de aprendizagem computacional em imagens negligenciam dados clínicos tabulares, que são cruciais para uma interpretação exata dos resultados das imagens. Na prática clínica, a combinação de dados clínicos e imagiológicos permite uma decisão clínica informada, levando a melhores resultados para os pacientes. Em Obstetrícia, diariamente são conjugados dados clínicos e imagiológicos na tomada de decisões. Um dos exemplos mais frequentes é a condução do trabalho de parto após indução do mesmo. A indução do trabalho de parto é um dos procedimentos mais utilizados em Obstetrícia, e tem como objetivo obter um parto vaginal. No entanto, também poderá culminar numa cesariana, sendo esta um resultado desfavorável. A combinação de dados clínicos juntamente com dados imagiológicos de ecografia obstétrica ajuda a avaliar a possibilidade de um parto vaginal.
Pretende-se estudar e desenvolver abordagens de fusão de dados (data fusion) de dados clinicos e imagiológicos (ecografias) que permitam o processamento de dados médicos e de avaliação de imagem para apoio à decisão de diagnóstico. O Mestrado visa recolher dados clínicos e de imagem, processá-los modelar como uma abordagem de fusão de dados, de forma que esta combinação possa resultar numa melhor previsão de parto vaginal.
Objetivo
- Estudo e criação de uma abordagem de fusão de dados clínicos e imagiológicos
- Teste e Validação abordagem numa tarefa de classificação de tipo de parto (vaginal ou cesariana)
- Comparação com abordagens que utilizem apenas dados clínicos e imagiológicos
Plano de Trabalhos - Semestre 1
-Levantamento do estado da arte em aprendizagem computacional, com ênfase em data fusion, no domínio de clinica médica, em particular em obstétricia.
-Processamento de dados do projeto clínico.
-Proposta de protótipo seguindo uma abordagem de fusão de dados.
Plano de Trabalhos - Semestre 2
- Construção e desenvolvimento de um protótipo adequado à resolução do problema.
- Teste e validação com os dados existentes.
- Refinamento da abordagem com base nos testes realizados.
- Escrita de documentação técnica e ciêntifica.
Condições
Este trabalho será realizado no grupo Evolutionary and Complex Systems (ECOS/CISUC). Serão disponibilizados recursos computacionais para a execução do plano de trabalhos. O aluno terá também um lugar numa das salas do grupo no departamento de Engenharia Informática.
O/a aluno/a receberá uma bolsa de investigação para Licenciado de pelo menos 6 meses, renovável por igual período mediante acordo entre o orientador e o/a aluno/a. A bolsa seguirá as diretrizes das bolsas mensais da Fundação para a Ciência e Tecnologia (FCT).
Observações
De forma a obter imagens de ecografia obstétrica, e no contexto de um projeto clínico já aprovado pela Comissão de Ética que pretende avaliar a utilidade da aprendizagem computacional na predição de parto vaginal após indução de trabalho de parto, propõe-se um estágio prático que incidirá na colheita destas imagens, dados a estas associados, e seu posterior tratamento na vertente de Data Fusion.
Uma primeira fase do estudo clinico já se realizou e os dados encontram-se na Unidade de Ecografia do Serviço de Obstetrícia do CHUC. Serão recolhidas imagens em formato jpg de ecografias do 3º trimestre (> 30 semanas até termo da gravidez). Serão considerados primordialmente os dados numéricos e imagens associadas aos planos usados para obter o diâmetro biparietal (DBP), perímetro cefálico (PC), circunferência abdominal (CA), comprimento do fémur (CF) e os dados numéricos obtidos com estas medidas pela fórmula de Hadlock - a estimativa de peso fetal (EPF). Serão ainda colhidas imagens de avaliação de comprimento cervical, quando disponíveis. Portanto, serão recolhidas pelo menos 3 imagens por cada exame ecográfico do 3º trimestre. Algumas das imagens já se encontram recolhidas, sendo necessário realizar o seu processamento de forma a utilizar no estágio.
Orientador
João Correia
jncor@dei.uc.pt 📩